一、安装ncnn神经计算框架

  1. 安装g++
    运行sudo apt-get install g++

  2. 安装cmake
    运行sudo apt-get install cmake

  3. 安装protobuf
    运行 sudo apt-get install libprotobuf-dev protobuf-compiler

    以下为安装效果图

  1. 下载源文件
    运行 git clone --recursive --depth=1 https://github.com/Tencent/ncnn

  2. 进入ncnn文件夹
    运行 cd ncnn

  3. 创建biuld文件夹
    运行 mkdir -p build

  4. 进入build文件夹
    运行 cd build

  5. 进行预编译
    运行 cmake -DCMAKE_TOOLCHAIN_FILE=../toolchains/pi3.toolchain.cmake -DPI3=ON ..

  6. 进行编译
    这个过程会持续1-2小时
    运行 make -j4

  7. 安装
    运行 make install

以下为安装效果图

二、解决opencv安装遇到的依赖包问题

  1. 关闭第上一步骤的终端,新开一个终端

  2. 安装依赖包libgtk2.0-dev
    运行 sudo aptitude install libgtk2.0-dev

  3. 安装依赖包build-essential
    运行 sudo aptitude install build-essential

  4. 安装依赖包libjasper-dev
    运行 sudo aptitude install libjasper-dev

  5. 安装依赖包libswscale-dev
    运行 sudo aptitude install libswscale-dev

  6. 安装依赖包libavcodec-dev
    运行 sudo aptitude install libavcodec-dev

  7. 安装依赖包libavformat-dev
    运行sudo aptitude install libavformat-dev

  8. 安装依赖包libjpeg.dev
    运行sudo apt-get install libjpeg.dev

  9. 安装依赖包libtiff4.dev
    运行sudo apt-get install libtiff4.dev

  10. 检查依赖包是否安装成功
    运行sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev libavformat-dev libjpeg.dev libtiff4.dev libswscale-dev libjasper-dev

以下为安装效果图

三、安装opencv计算机视觉库

  1. 新开一个终端

  2. 下载源文件
    运行git clone --recursive --depth=1 https://github.com/opencv/opencv

  3. 进入opencv-3.4.2文件夹
    运行cd opencv-3.4.2

  4. 创建build文件夹
    运行mkdir build

  5. 进入build文件夹
    运行 cd build

  6. 进行预编译
    运行cmake .. -D CMAKE_BUILD_TYPE=RELEASE -D ENABLE_PRECOMPILED_HEADERS=OFF

  7. 进行编译
    大概花费1-2小时
    运行sudo make -j3

  8. 安装
    运行make install

以下为安装效果图

四、安装并运行Ultra-Light-Fast-Generic-Face-Detector-1MB轻量级人脸检测模型

  1. 新开一个终端

  2. 下载源文件
    运行git clone --recursive --depth=1 https://github.com/Linzaer/Ultra-Light-Fast-Generic-Face-Detector-1MB

  3. 进入ncnn文件夹
    运行cd Ultra-Light-Fast-Generic-Face-Detector-1MB/ncnn

  4. 创建build文件夹
    运行mkdir build

  5. 进入build文件夹
    运行cd build

  6. 进行预编译
    运行cmake -DCMAKE_TOOLCHAIN_FILE=../toolchains/pi3.toolchain.cmake -DPI3=ON ..

  7. 进行编译
    大概花费1-2小时
    运行make -j4

  8. 安装
    运行make install

  9. 进行人脸识别
    运行
    ./main ../data/version-RFB/RFB-320.bin ../data/version-RFB/RFB-320.param ../data/test.jpg

以下为安装及运行效果图